第二步　准备工作
手动采集　正则匹配
正则 和 爬虫
/**
 *  超简单的 Web 爬虫程序，用来采集一个网页中的所有链接地址(并且这些链接地址的网页源代码中包含字符串"searchString")！
 *
 */
public class SearchCrawler implements Runnable{
..
  SearchCrawler crawler = new SearchCrawler("http://www.blogjava.net/Jack2007/", 100,"jack");
}
SearchCrawler 的附件见csdn空间6/SearchCrawler.txt

public boolean accept(String url) {
                if (url.matches("http://news.sohu.com/[//d]+/n[//d]+.shtml")) {
                    return true;
                } else {
                    return false;
                }